AI 发展的现状总结:
- 主流模型的性能均追赶上 GPT4,OpenAI 的技术壁垒逐渐消解
- 大模型价格战加剧,LLMs 的训练和推理成本持续走低(DeepSeek)
- 高质量数据用尽,基础大模型的主要玩家都采用了大量的合成数据
- LLMs 发展放缓,AI 动力从数据驱动转为推理驱动(GPT4-> GPT-o3)
AI 发展的社会影响:
- 互联网内容生态发展转变,StackOverflow 12 月问题数同比减少六成
- 基础 LLMs 成本过高,零一万物开始向轻量化,专业化方向拓展
- LLMs 多模态功能普及,接入 LLMs 的语音助手、具身智能发展迅速
- 个人电脑可以离线运行 GPT4 级 LLMs ,GPU 性能发展势头依据猛进
AI 未来的可能趋势:
- 世界模型生成高维数据,为未来新形态的 AI 模型提供更丰富的培土
- 机器人与 AI 的深度结合将产生 1+1 远大于 2 的实际应用效果
- 需要探索 AI 的盈利模式,目前的基础模型能支持各种垂直行业的 AI 化
- AI 应用仍处理发展的初级阶段,需要持续加强 AI 监管和安全测试